GPU 在 2025 年的严峻挑战与未来走向

GPU 在 2025 年的严峻挑战与未来走向
曾几何时 , GPU 在 AI 领域可谓是风光无限 , 但踏入 2025 年 , 它却猝不及防地遭遇了一系列棘手难题 。


在刚刚过去的半个月里 , GPU 领域不得不直面两大严峻挑战 。 其一 , 美国政府施行了全新的禁令策略 , 给 GPU 的前行之路套上了沉重的枷锁;其二 , 诸如 ASIC 等定制芯片的异军突起 , 对 GPU 市场形成了强烈的冲击和巨大的竞争压力 。


【GPU 在 2025 年的严峻挑战与未来走向】接下来 , 让我们抽丝剥茧 , 深入探究这两个因素究竟是如何具体影响 GPU 市场的 。


挑战一:美国强化 AI 芯片出口的管控


首先聚焦 GPU 面临的首个艰巨挑战 。


1 月 13 日的夜晚 , 拜登政府郑重宣告 , 进一步加大对 AI 芯片及相关关键技术的出口管制力度 , 意在截断中国等竞争方获取先进 GPU 的渠道 。



按照已披露的规定 , 新规依据受管制的程度差异 , 将全球各国和地区划分为三类 。 日本、英国、韩国、荷兰、加拿大等 18 个与美国关系紧密的盟国和合作伙伴 , 被赋予了自由采购先进 AI 芯片的特权;新加坡、以色列、沙特阿拉伯、印度、巴西和波兰等超过 120 个国家和地区 , 则在 AI 芯片出口上受到了明确的配额限制;至于中国、俄罗斯、伊朗和朝鲜等 , 则被彻底禁止获取高端 AI 芯片以及先进的封闭权重模型 。


管制新规还特别指明 , 小批量的订单不在配额限制之列:倘若芯片订单的总算力未达到大约 1700 个先进 GPU 的水平 , 那么无需获取美国的许可 , 同时也不会被计入特定国家或地区进口芯片的限额 , 从而保障来自大学、医疗机构和研究组织的 AI 芯片订单能够顺利推进 。


此外 , 据美国商务部工业与安全局 (BIS) 官网所透露的信息 , 美国企业在海外的数据中心建设同样受到了约束 。 新规要求像亚马逊、微软、谷歌这类云服务提供商 , 必须在美国境内安置一半的受管制 AI 芯片;在美国亲密盟国和合作伙伴范围之外部署的受管制芯片规模 , 不得超过 25%;并且 , 在美国亲密盟国和合作伙伴以外的任何单一国家和地区所部署的受管制芯片规模 , 不得超过 7% 。


美国商务部长雷蒙多宣称:“当下 , 美国在 AI 开发和 AI 芯片设计领域占据着世界领先的位置 , 维持这样的优势地位至关重要 。 ”她还强调 , 管制新规并非是要阻断世界与 AI 创新的关联 , 而是有针对性地限制海外最为先进的 AI 技术的发展 。


这份 AI 出口管制新规设置了 120 天的意见征询时段 , 而且内容存在调整的可能性 , 这意味着最终先进 AI 芯片的出口规则将由特朗普政府拍板决定 。


众所周知 , 美国已多次出招 , 对中国大陆获取 GPU 芯片加以严格管制 。 这一举措 , 一方面滞缓了中国大陆 AI 能力的发展步伐 , 另一方面 , 也在不知不觉中改写了 GPU 的市场格局 。


受此影响 , GPU 市场呈现出了两个显著的变化 。


GPU 市场的两大显著变化


其一 , 中国大陆本土 GPU 的制造能力大幅提升 。


近些年来 , 中国国内众多的 GPU 企业开始崭露头角 。 通过持续不断的投入和不懈的努力 , 国产 GPU 在性能、功能以及应用领域等多个方面都取得了显著的进步 , 逐渐赢得了市场的认可和用户的信赖 。 国产 GPU 不但在传统的图形处理领域实现了突破 , 在人工智能、高性能计算等新兴领域也展现出了不俗的竞争力 。


主要的厂商包括景嘉微、寒武纪、海光信息、天数智芯等等 。


GPU 会被淘汰吗?


那么 , 随着 ASIC 的出现 , GPU 会迅速被淘汰吗?


笔者认为 , 并非如此 。


综合多家第三方机构的统计数据来看 , 在 GPU 市场中 , 英伟达目前占据了大约 90%的份额 , AMD 虽然也在积极推出 GPU 产品 , 但由于在软件生态建设方面存在短板 , 截至目前仅仅拥有个位数百分比的市场份额 。


凭借着在性能、生态、集成能力等多方面的优势 , 英伟达的 GPU 在中短期内仍将是 AI 芯片的首选 。 英伟达的软硬件网络整体解决方案成熟且完备 , 技术和资金实力雄厚 , GPU 的存量和出货量巨大 , 其市场地位短期内难以被撼动 。


ASIC 虽然崛起速度迅猛 , 但仍需要一定的时间来走向成熟 。 AI ASIC 芯片的研发风险极高 , 即便研发成功 , 也需要时间来被用户所接受和采用 。


这就意味着 , 在相当长的一段时期内 , GPU 和 ASIC 将会共存 。 基于不同的应用场景 , 用户会选择最符合自身需求的芯片 。 发展自主研发的 ASIC , 更多的是为了让厂商们在与英伟达的谈判中拥有更多的筹码和议价能力 。


AMD 首席执行官苏姿丰也曾针对这一问题发表过观点 , 苏姿丰表示:“当前 , GPU 是大语言模型的首选架构 , 原因在于 GPU 在并行处理方面效率出色 , 但在可编程性方面存在不足 。 五年多以后它还会是首选架构吗?我认为情况将会发生变化 。 ”


苏姿丰预计 , 在五年或七年的时间内 , GPU 依然不会失去优势地位 , 但会有 GPU 之外的新兴力量崛起 。


由此可见 , ASIC 或许会成为最优选项之一 。 在未来的一段时间里 , ASIC 芯片将处于高速发展的阶段 , 摩根士丹利预计 , AI ASIC 市场规模将从 2024 年的 120 亿美元增长至 2027 年的 300 亿美元 , 年复合增长率高达 34% 。


当然 , 除了 ASIC 之外 , 像 FPGA 等其他类型的 AI 芯片也有可能大放异彩 , 共同左右未来 AI 芯片的市场格局 。 GPU 虽然当下在 AI 领域占据重要地位 , 但随着技术的持续创新 , 其所面临的挑战日益严峻 , 未来的 AI 芯片架构领域充满了更多的不确定性和可能性 。

    推荐阅读